O pitch
A Apple descontinuou oficialmente o Mac Pro em 26 de março de 2026, tornando o Mac Studio a única workstation de alto desempenho da linha (fonte: 9to5mac). Hoje ele é o único hardware acessível ao consumidor capaz de rodar localmente modelos com mais de 600B de parâmetros sem a latência de clusters de servidores com várias GPUs. A memória unificada integrada ao chip agora é o padrão para inferência local de LLMs, mesmo que custe bem mais caro.
Por dentro
Benchmarks vazados do M5 Ultra, encontrados no código para desenvolvedores do macOS 26.3, mostram 45.000 pontos em multi-core e 415.000 pontos em GPU Metal (fonte: Geekbench). Esse desempenho é cerca do dobro do M2 Ultra e abre um caminho viável para a execução local de modelos da classe Claude 4.5 ou GPT-5. A Apple finalmente admitiu que, na era da memória unificada, slots PCIe são só caros acumuladores de poeira.
A cadeia de suprimentos é hoje a principal restrição para as equipes de backend. A escassez global de DRAM obrigou a Apple a retirar a configuração com 512GB de memória unificada no início de março, limitando os pedidos atuais a 256GB (fonte: MacRumors). Além disso, o preço do upgrade para 256GB subiu de US$ 1.600 para US$ 2.000 este mês por causa da escassez de memória provocada pela IA (fonte: Tom's Hardware).
Embora o Studio lidere em autonomia de “IA soberana”, com nota 8,8/10, ele falha como máquina de treinamento (fonte: Vucense). O Metal ainda não tem a profundidade de bibliotecas do CUDA, o que deixa o Studio 3x mais lento do que uma RTX 4090 de quatro anos atrás no treinamento do ResNet-50 (fonte: benchmarks de desenvolvedores do setor). Os usuários também continuam relatando thermal throttling em renderizações 8K prolongadas e a falta de acesso interno para limpeza (fonte: HN).
Ainda não sabemos se a Apple vai lançar um “Studio Server” para rack para preencher a lacuna deixada pelo Mac Pro em versão rack. A janela exata de lançamento da atualização de hardware com o M5 Ultra também é desconhecida, embora rumores apontem para junho de 2026 (fonte: veículos de tecnologia).
Nossa opinião
Se o seu workflow envolve treinar LLMs ou modelos pesados de visão computacional do zero, continue nos seus clusters Linux/NVIDIA; o Mac Studio segue sem competitividade nesse ponto. Já para engenheiros de backend encarregados de rodar inferência local e privada do GPT-5 ou do Claude 4 Sonnet, este é o único hardware viável do mercado. No fundo, é um trenó de RAM muito caro e muito rápido. Compre agora o modelo de 256GB, antes que a escassez de memória empurre o preço para cima, mas não espere que ele substitua o seu data center para treinamento.